L’intégration des unités phraséologiques à l’intérieur de l’approche par les tâches : l’expérience du projet Rêver en français
Notice bibliographique
Résumé
Le but de cet article est de faire part d’une des spécificités du projet Rêver en français , dont l’objectif est le soutien à l’apprentissage du français chez des étudiants internationaux inscrits aux études supérieures. À l’intérieur d’ateliers conçus selon les principes de l’approche basée sur les tâches et mis sur pied afin de répondre aux intérêts et aux besoins déclarés par les étudiants, les connaissances lexicales sont priorisées. Dans le but de construire ces dernières, jugées essentielles à la réalisation des tâches, les apprenants sont invités à s’engager dans des prétâches interactives et dynamiques mettant l’accent sur l’exposition à des mots individuels et à des unités phraséologiques d’utilisation fréquente chez les locuteurs natifs (p. ex. : débarquer de l’autobus, argent comptant). Étant donné les caractéristiques propres aux unités phraséologiques ainsi que les difficultés d’appropriation que ces dernières peuvent causer, trois traitements pédagogiques ont été retenus : 1) la présentation des unités phraséologique en tant qu’entités indivisibles, 2) la mise en évidence de l’input et 3) la fréquence d’exposition. Dans cet article, nous exposons la démarche de conception des prétâches et nous l’illustrons à l’aide d’une sélection de trois prétâches tirées du projet facilitant la réalisation d’une tâche principale.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».